Investimento em ambientes para treinamento de agentes
A Arga Labs anunciou uma rodada seed de $10 milhões. A rodada foi liderada pela General Catalyst. Participaram dela Box Group, Emergence, Gradient e SV Angel. A empresa constrói ambientes para treinar agentes de IA corporativos. Não se trata de um agente pronto, mas de infraestrutura para seu treinamento. Critério: a rodada confirma a demanda por ambientes de teste para agentes em software empresarial.
Por que uma API stateless não é suficiente
A maioria dos ambientes de teste se limita a uma API stateless. A Arga Labs constrói um gêmeo digital completo do programa. Ela clona o software corporativo com sistemas de permissões e webhooks. Como resultado, o agente aprende a trabalhar em vários sistemas. Principais diferenças:
- API stateless — apenas um endpoint;
- gêmeo digital — cópia da estrutura do programa;
- o ambiente preserva permission systems e web hooks;
- o agente treina nas conexões entre diferentes programas. Conclusão: para um agente que atua em vários programas, é necessário um ambiente com estado e permissões.
Ambiguidade dos dados: o exemplo com leads
O CEO e cofundador Phillip Li dá um exemplo. O cliente cria um lead no Salesforce. Um colega entra em contato separadamente pelo HubSpot. Li faz perguntas sobre o trabalho do agente. O agente entenderá que é a mesma empresa? Verificará que o e-mail foi enviado apenas uma vez? Determinará para quem escrever entre duas possibilidades? Os sistemas agênticos ainda lidam mal com esse tipo de ambiguidade. A Arga Labs considera suas ferramentas críticas para melhorar essa situação. Critério prático: testar o ambiente em cenários com duplicação e cruzamento de canais.
Por que o RL em larga escala esbarra no software corporativo
O agente é treinado por meio de reinforcement learning. O cenário é executado dezenas de milhares de vezes. As estratégias bem-sucedidas avançam. Mas o software corporativo é pouco adequado para essa escala. Um sistema como Salesforce ou Outlook é difícil de resetar para uma nova execução. Cloná-lo é ainda mais difícil. A Arga Labs cria uma reconstrução digital do software. Ela reproduz a estrutura do programa, como um boneco de teste de colisão reproduz o ser humano. O controle total sobre o ambiente simplifica o reset e a modificação. A empresa pode executar muitos ambientes simultaneamente. O agente treina em interações complexas entre programas. A ideia é reproduzir o ambiente de trabalho completo com tarefas que se cruzam entre diferentes programas e sistemas de conhecimento. Conclusão: sem uma cópia gerenciável do ambiente, o RL em software empresarial permanece limitado.
A lacuna entre programação e software empresarial
As ferramentas de IA para programação avançaram rapidamente. A razão é a existência de ferramentas para implantação, engenharia reversa e análise de código. Elas simplificam a configuração de ambientes de RL. Isso permite testar e treinar IA em tarefas de programação cada vez mais complexas. Para a maioria dos programas empresariais, tais ferramentas ainda não existem. A Arga Labs trabalha para fechar esse reinforcement gap. Se as ferramentas surgirem, os sistemas de IA começarão a usar melhor os programas empresariais. Isso pode transformar outras áreas assim como a programação. Comparação: | Critério | Programação | Software empresarial | | Ferramentas de implantação, engenharia reversa e análise | existem | não (por enquanto) | | Configuração de ambientes de RL | mais simples | mais complexa | | Complexidade das tarefas testadas | crescente | alta devido à ambiguidade | Conclusão: o surgimento de tais ferramentas para software empresarial acelerará o desenvolvimento de agentes nesses programas.
O que diz o investidor
Yuri Sagalov é diretor-gerente da General Catalyst e responsável pelo programa seed. Ele vê uma necessidade crescente de ferramentas de teste de agentes semelhantes à Arga. Sagalov associa uma parte significativa do valor econômico dos agentes ao uso de aplicações empresariais. Segundo ele, um sandbox reproduzível é muito importante. Para os agentes, é mais importante do que para as pessoas. Critério prático: ao escolher a infraestrutura, verificar se o ambiente oferece um sandbox reproduzível para aplicações empresariais.
Critérios de escolha de um ambiente para treinamento de agentes
O ambiente deve:
- clonar a estrutura do programa corporativo;
- preservar sistemas de permissões e webhooks;
- permitir reset e modificação do cenário;
- suportar a execução de muitos ambientes simultaneamente;
- reproduzir cruzamentos de tarefas entre programas e sistemas de conhecimento. A Arga Labs constrói tais ambientes para software corporativo, incluindo Salesforce, Workday e clientes de e-mail. A rodada de $10 milhões confirma o interesse dos investidores nessa direção. Conclusão: para equipes que treinam agentes, uma cópia gerenciável do ambiente de trabalho torna-se um requisito básico.
